理解“可靠性”，才能理解智能制造

  “隔行如隔山”。工业技术的一种现象就是外行“看不懂”。其实，看不懂就对了：如果大家都看得懂，人家赚什么钱呢？显然，越是高科技，你越看不懂、甚至连内行也看不懂：

国内有家企业想给高铁供货。但设计院就是不用。这家企业很不高兴：我的产品和国外一样，你们为什么用国外的也不用我的？设计院说：我们是根据数据做设计的。国外的产品有长期的实验数据，你却没有。如果我用你的产品出了问题，到底谁负责啊？一般来说，技术水平越高、对数据的要求就越高。宝钢有个产品比其他企业每吨贵几千块钱，就是因为有了几万小时的实验数据。

所以，一个产品好不好用，很可能是直接看不出来的；而是要有科学、复杂的检验方法。现在3D打印的一个重大问题，就是检验技术不成熟、或者说没有共识，因而难以用于对可靠性要求非常高的场合。

互联网的本质作用是什么？本质上是扩展了我们的观察和支配能力：即便是在千万里之外的资源，我们也有条件看得见、能支配——其实就是具备了CPS最基本的特征、也可以看做控制论中“可观”、“可控”的延伸。看得见、能支配带来的好处很多：网店、滴滴打车、无人机、透明工厂，都是这个逻辑。我曾经说过：创新的动力在于“不平衡”。有了互联网，我们就有条件在世界范围内消除不平衡——美国人让印度人给自己当会计，就是典型。

我们知道，互联网先用来发Email、看新闻、开网店，但进入工业为什么难呢？道理就是前面说的“看不懂”：你怎么知道别人提供的产品你就能用呢？万一买了来不适用怎么办呢？比如，买了某种原材料不能用、整个厂子可能要停产、生产出来的产品可能会报废，导致的间接损失可能比材料本身要大得多。工业电商难就难在这个地方。而且，用户要求越高，“看不懂”的情况就越严重。所以，客户还是比较重视传统的供应链。“云制造”在公有云比较难推、在私有云容易也都是这个道理。所以，推动工业与互联网的结合，产品的“标准化”是个种重要的问题：让用户知道你的产品他确定能用。

“可靠性要求高”，不仅发生在企业之间，企业内部推进智能生产也是一样。

我们常常不知道某个要素对产品的影响到底有多大，于是人们经常做的方式是：一旦成功了，就把参数固定下来、形成标准。虽然人们可能不知道这些标准是不是最合理的，但为了追求可靠性，人们还是常常会压制“优化”的冲动。我们可以设想：一个工业生产过程可能涉及到成百上千个参数。这意味着：这个优化是在成百上千维空间中做的；如果没有人的经验做先导，单靠数据分析方法，数据再多都是不够的。这就是我说的：数据挖掘的本质，常常是对人脑里面的知识进行验证和精细化，而不是立足于纯粹靠数据发现知识。我还说：在工业界使用人工智能，常常不能给机器特别大的自由度，也是这个道理。从这种意义上说，人给机器立下清晰的规矩（标准化），是推进智能制造的前提。当然，有些规矩可能比较难做。这就好比：“走路”对人来说是件很简单的事，但是要变成计算机可以理解的数字化语言，却很不容易。

  多年来，我一直告诉我的学生：“技术的可靠性要求高和价值大，往往是一个硬币的两面。”